El tiempo es muy valioso en la exploración espacial robótica porque no todos los robots disfrutan de una larga vida operativa y porque en sitios como Marte la distancia a la Tierra impide que pueda haber la comunicación fluida que es necesaria para explotar todo el potencial que ofrece el intelecto humano a la hora de que los científicos en la Tierra participen activamente en seleccionar objetivos a investigar por el robot y en interpretar los resultados de análisis llevados a cabos por él.
Esa es la razón por la cual unos investigadores del Centro Goddard de Vuelos Espaciales de la NASA en Greenbelt, Maryland, Estados Unidos, están trabajando en implementar el aprendizaje automático (una modalidad de inteligencia artificial) en rovers robóticos. El objetivo principal de esta incorporación es ayudar a analizar con mayor rapidez los datos obtenidos de muestras recogidas por el rover y también ayudar a lograr un uso lo más eficiente posible del tiempo disponible por rovers robóticos en Marte u otro astro lejano.
En el mencionado centro de la NASA, están poniendo a punto un algoritmo de aprendizaje automático que «sea capaz de ayudarnos filtrando rápidamente los datos y señalándonos cuáles pueden ser los más interesantes o importantes para que los examinemos», explica Xiang “Shawn” Li, un especialista en espectrometría de masas que trabaja en el Laboratorio de Entornos Planetarios del Centro Goddard.
El algoritmo se pondrá a prueba primero con datos de Marte, operando en un ordenador en la Tierra con datos recogidos por el instrumento MOMA (Mars Organic Molecule Analyzer).
El MOMA es uno de los principales instrumentos científicos del rover robótico Rosalind Franklin, en el marco de la misión ExoMars, dirigida por la ESA (Agencia Espacial Europea). El robot, cuyo lanzamiento al espacio está previsto para no antes de 2028, tiene como meta determinar si alguna vez existió vida en el Planeta Rojo.
